ドメイン駆動型データマイニング

ドメイン駆動型データマイニングは、複雑な環境における複雑なデータと行動から実用的な知識を発見し、実用的な洞察を提供するデータマイニング手法です。実用的な知識発見のための対応する基盤、フレームワーク、アルゴリズム、モデル、アーキテクチャ、および評価システムを研究します。^{[ 1 ] [ 2 ]}

データベースにおけるデータ駆動型パターンマイニングと知識発見^{[ 3 ]は}、発見された出力が実用的でないことが多いという課題に直面しています。ビッグデータの時代において、複雑なデータと環境から実用的洞察を効果的に発見する方法は非常に重要です。大きなパラダイムシフトは、データ駆動型パターンマイニングからドメイン駆動型の実用的知識発見への進化です。^{[ 4 ] [ 5 ] [ 6 ]}ドメイン駆動型データマイニングは、実用的知識と実用的洞察の発見と提供を可能にするものです。

ドメイン駆動型データマイニングは、学術界と産業界の両方から大きな注目を集めています。2007年から2014年にかけて、IEEE国際データマイニング会議でドメイン駆動型データマイニングに関するワークショップシリーズが開催され、IEEE Transactions on Knowledge and Data Engineeringで特集号が発行されました。^{[ 7 ]} また、過去10年間には、ドメイン知識をデータマイニングプロセスやモデル（深層ニューラルネットワーク、グラフ埋め込み、テキストマイニング、強化学習など）に組み込むことが非常に重要な、さまざまな新しい研究課題や課題も生じています。^{[ 8 ] [ 9 ]}

実用的な知識とは、意思決定行動に役立ち、意思決定行動に変換できる知識を指します。 ^{[ 5 ] [ 10 ]}データマイニングと機械学習の結果 の実用性、または知識の実用性とは、客観的^{[ 11 ] [ 12 ]}および/または主観的^{[ 13 ]}な観点から、技術的（統計的）およびビジネス指向の評価指標または尺度の両方を満たすことを指します。実用的な知識発見に関する研究とイノベーションは、データからの知識発見から実用的な知識発見と提供へのパラダイムシフトと見なすことができ、複数の特徴、複数のソース、または複数の方法のシナリオで複雑なデータを複雑な知識のためにマイニングします。^{[ 14 ] [ 15 ] [ 16 ]}

実用的な洞察は、データ世界に隠された物事や対象、その特性、出来事、ストーリー、事象、パターン、例外、進化、ダイナミクスを正確かつ深く理解し、その洞察に基づいた意思決定を可能にします。実用的な知識は、実用的な洞察を明らかにする可能性があります。